第一篇：游戲運營數據分析

任何一款游戲運營，都是以UED、數據分析為導向，如何開發、運營好一款成功的全球社 交游戲，是每個社交游戲產品經理頭等大事。用數據說話，是一個簡單明快的操作方式，但社交游戲的數據如何分類？海內外關注點有何區別？相信作為每個社交游 戲產品經理是非常關心的話題，那么我們就從基礎知識入手，逐步梳理出符合運營需求的核心數據環節，拋棄冗長復雜的多類數據，為自己的成功打下扎實的基礎。

付費率=付費用戶÷活躍用戶x100 活躍率=登陸人次÷平均在線人數 ARPU值=收入÷付費用戶

用戶流失率=游戲當前活躍用戶規模÷歷史注冊總量 同時在線峰值=24小時內同時在線最高達到人數

平均在線=24小時每小時同時在線相加總和÷24小時

中國大陸運營游戲平均同時在線用戶=ACU 【有稱ACCU】 采用道具收費模式游戲活躍付費用戶=APC 活躍付費賬戶=APA 付費用戶平均貢獻收入=ARPU 當日登錄賬號數=UV 用戶平均在線時長=TS 最高同時在線人數=PCU 【有稱PCCU】

同時在線人數=CCU

付費人數一般是在線人數2～4倍。

活躍用戶（玩家）：是指通過你的推廣代碼注冊，不屬于小號或作弊情況、正常進行游戲一個月以上未被官方刪除的用戶視為活躍用戶。

您推廣的兩個用戶目前還沒有通過至少1個月的審查時間，您可以在您的推廣紀錄中查看您推廣用戶的注冊時間。且這兩個用戶需要滿足上述對活躍玩家的定義才 能稱為活躍玩家！

活躍付費賬戶=APA。

每個活躍付費用戶平均貢獻收入=ARPU。

【活躍天數計算定義】

活躍天指用戶當天登陸游戲一定時間、認定用戶當天為活躍、活躍天數加1天。

當天0：00-23：59登陸游戲時間2小時以上用戶當天為活躍天、活躍天數累積1天。當天0：00-23：59登陸游戲時間0.5小時至2小時、活躍天數累積0.5天。當天0：00-23：59登陸游戲時間0.5小時以下、不為其累積活躍天數。

每日： －－－－－－－－－用戶數量描述 在線人數：（取的當日某個時刻最高在線，一般發生在9:30左右）新進入用戶數量：（單日登錄的新用戶數量）當日登錄用戶數量： 每日登錄/在線：

－－－－－－－－－盈利狀況描述 每日消耗構成：（根據金額和數量做構成的餅狀圖）每日消耗金額： 每日消費用戶數量： 每日充值金額： 每日充值用戶數量： 每日充值途徑：

－－－－－－－－－產品受關注程度描述 官網首頁訪問量： 客戶端安裝量：（根據安裝完成彈出的頁面）客戶端下載量： 客戶端下載點擊量：

安裝率：下載安裝/下載量

－－－－－－－－－游戲系統描述 每日金錢增量、消耗和凈增值： 等級分布：

忠誠用戶等級分布：

特征物品市場價格（如聯眾游戲豆）： 每周：

－－－－－－－－－用戶群體描述

活躍用戶數量：當周登錄過游戲的用戶數量

忠誠用戶數量：本周登陸3次以上（當天重復登陸算1次），最高角色等級超過15級，在線時長超過14小時的帳號

流失用戶數量：上周登錄但本周沒有登錄的用戶數量 流失率：流失用戶/上周活躍數量

忠誠流失率：上周忠誠用戶當周沒有登錄用戶的數量/上周忠誠用戶數量 忠誠度：忠誠用戶數量/活躍用戶數量*修正值（新進人數的變化比例）轉化率：上周登錄的用戶在本周轉化為忠誠用戶的比例 －－－－－－－－－盈利變化描述 ARPU值（周）：當周充值總額/當周付費用戶數量；當周充值總額/當周平均最高在線 付費用戶：該周有過付費行為的玩家數量 新增付費用戶數量：本周新增的付費用戶 付費率：該周付費用戶數量/該周登錄用戶

付費用戶流失數量：上周付費用戶本周未登錄數量 付費流失率：上周付費用戶本周未登錄的比例

注冊轉付費：某一天注冊的用戶在一周后付費的用戶數量及比例

每月：

ARPU值：該月充值總額/當月付費用戶數量；當月充值總額/當月平均最高在線 付費用戶：該月有過付費行為的玩家數量 新增付費用戶數量： 付費用戶流失數量： 付費流失率：

活躍用戶數量：該月登錄過的用戶；

針對道具：

每日購買量： 每日使用量：

轉賣數量：購買然后在手里出售給其他玩家的數量 轉賣價格：

流通速度：轉賣總次數/參與轉賣的道具數量 購買者等級分布： 使用者等級分布：

產品分析為游戲包裝、盈利設計提供非常必要的支持，也是指導日常運營的重要參考。是運營工作中的核心內容之一。但和其他行業一樣，即便做了非常多的數據分 析和其他信息收集，我們往往依然很難獲得足夠的信息來得到一個非常清晰的結論，經驗和直覺在決策中還是扮演重要的地位。

產品分析分為：

一、從信息收集渠道上來看：

（一）數據分析（通過數據庫或后臺查詢的數據）

1.例行數據分析（每日、每周、每半月、每月，每季度……）

2.項目數據分析（非例行/重復，如開區效果評估，游戲修改評估等）項目數據調查一般遵循這樣的過程：

1.確定調查分析目的（證實、探索、預測）2.達到這個調查分析目的你需要哪些結論來支撐 3.獲得原始數據后如何分析（分析模型）4.如何獲取原始數據

（二）客服問題反饋（流程）

（三）自身游戲體驗

（四）玩家直接交流（游戲交互、日常溝通、QQ群、小型見面會等）

二、從內容上來看：(例行的)

（一）產品現狀描述：通過參數來反應目前游戲系統和運維平臺的情況

1.游戲世界描述（高峰/均在線，金錢監控，等級分布，特征怪物/物品/道具價格等）2.運維平臺及其它（下載量、下載完成率、注冊量、硬件使用率、客服相關數據等）

（二）玩家游戲行為分析：物理特征+外部行為+游戲行為+群體描述 1.用戶物理特征（性別、年齡等）

2.外部行為特征（登陸頻率、時長、時間段等）3.游戲行為特征（流失等級及變化）

4.群體行為描述（峰值、活躍用戶/忠誠用戶及相關比例、新進用戶、活躍度、忠誠度、流失率、轉化率等）

（三）玩家消費行為分析：修正盈利設計，捕捉用戶需求，新增道具設計 1.付費用戶描述（付費用戶數量、ARPU、付費用戶游戲行為分析等）2.盈利描述（盈利狀況、消耗構成及變化趨勢等）

3.道具分析（使用范圍、使用深度、使用/放棄原因等）4.付費意愿分析

（1）消費偏好分析（換金/個性/增強（經驗、裝備、技能）/方便互動/其它）（2）消費與游戲設置的聯系（道具對應等級、玩家習慣行為（如某種技能）、游戲任務、場景的開放等）5.付費行為分析

（1）單位玩家道具數量情況分析（擁有量、擁有的道具之間的聯系）（2）付費等級分布（首次購買等級、當前購買道具的等級分布）（3）付費數額分布（首次付費數額、續費數額）（4）付費用戶分類（根據一段時間內的付費額）

（5）續費行為分析（未流失的玩家中，中止消費、消費轉移的分析）（6）重點用戶的跟蹤

【名詞解釋和計算方式】平均同時在線用戶 = ACU 游戲活躍付費用戶 = APC 活躍付費賬戶 = APA 付費用戶平均貢獻收入 = ARPU 當日登錄賬號數 = UV 用戶平均在線時長 = TS 最高同時在線人數 = PCU 累積注冊用戶 = AccRu 收入 /

付費用戶 = ARPU 游戲當前活躍用戶規模 /

歷史注冊總量 = 用戶流失率 付費用戶 /

活躍用戶

*

= 付費率 登陸人次 /

平均在線人數 = 活躍率

24小時內同時在線最高達到人數 = 同時在線峰值(PCU)24小時每小時同時在線相加總和 /

24小時=平均在線(ACU)

【活躍天數計算定義】

活躍天指用戶當天登陸游戲一定時間、認定用戶當天為活躍、活躍天數加1天

當天0：00-23：59登陸游戲時間2小時以上用戶當天為活躍天、活躍天數累積1天 當天0：00-23：59登陸游戲時間0.5小時至2小時、活躍天數累積0.5天 當天0：00-23：59登陸游戲時間0.5小時以下、不為其累積活躍天數

第二篇：網站運營數據分析體會

悍蒙電商學院網站運營數據分析體會總結

摘要

網站數據分析是通過觀察、調查、實驗、測量等結果，通過數據的顯示行式把網站各方面情況反映出來，使運營者更佳了解網站的運營情況，便于調整網站的運營策略。網站數據分析是圍繞著顧客進行的，公司各部門需要的數據有所不一樣。高層想知道宏觀數據，以便于戰略調整；中層想知道些微觀數據，便于項目控制與短期戰術計劃；市場部門想知道哪些廣告能帶來有價值客戶；編輯部門想要知道哪些文章用戶喜歡；采購部門了解哪些產品用戶經常購買等，有了這些數據更合理的安排工作。第1章 前 言

很多時候，網站的運營都離不開網站的數據分析，有了網站的數據分析，就可以更好的了解了網站運營的進展.一方面在網站的運營過程中發現問題，并且找到問題的根源，最終通過切實可行的辦法解決存在的問題。另一方面基于以往的數據分析，總結發展趨勢，為網絡營銷決策提供支持,特別是在網絡營銷評價方法中，網站的數據分析是統計數據中發現許多有說服力的問題關鍵。網站的數據分析無論是對于某項的具體網站運營的營銷活動還是網站本身整體的運營效果都有參考的價值，也是網絡營銷評價體系中最具有說服力的指標。1.1網站分析的主要作用

網站運營的過程中針對網站分析的作用主要表現在那幾個方面呢？其中幾個比較重要的作用表現在以下幾個方面： 1）及時掌握網站推廣的效果，減少盲目性； 2）分析各種網絡營銷手段的效果，為制定和修正網絡營銷策略提供依據； 3）通過網站訪問數據分析進行網絡營銷診斷，包括對各項網站推廣活動的效果分析、網站優化狀況診斷等；

4）了解用戶訪問網站的行為，為更好地滿足用戶需求提供支持； 1.1.1網站站內分析的一種認識

網站站內的分析是非常重要的，是打敗競爭對手的最好方法，正所謂知己知彼方能百戰百勝，要想打敗競爭對手就要從開始分析自己著手，可是很多人并不能夠很好的分析自己，所謂最大的敵人就是自己說的就是這個道理，分析其他人的網站往往頭頭是道，但是對于自己網站不管怎么分析都是感覺良好，甚至連自己的網站內鏈層級都到了五層以上，還不知道自我改善，還在拼命的進行外鏈建設，原創內容建設，可是搞了很久依然沒有任何起色，于是怨天尤人，最后走向失敗的邊緣。那么如何才能夠進行站內分析呢?通常我們可以從以下五個方面進行： 1.看看自己網站的名稱

所謂網站名稱就是網站的標題，標題代表著你網站的關鍵詞，是你網站的提綱，所以在搜索引擎那里是有很高的權重的，所以標題里面要盡可能的包含自己網站的關鍵詞，而且還要分級好幾層的關鍵詞，從而做到主關鍵詞和長尾關鍵詞交相呼應；

2.分析自己的網站關鍵詞

很多人認為關鍵詞的作用大打折扣了，其實這是錯誤的說法，因為有的人只會通過關鍵詞來作弊，自然會發現關鍵詞的效果不明顯，其實只要按照自然的比例來分布關鍵詞，并且分析關鍵詞在百度指數的熱度，如果很高就要另起爐灶，對關鍵詞進行長尾細分，直到找到競爭力恰當的關鍵詞，并且這個關鍵詞要和標題和網站名稱要交相呼應； 3.分析自己網站的描述

之前很多人在描寫自己網站的描述時，往往都是通過關鍵詞堆砌的方法，這是非常不可取的，因為網站描述也是給瀏覽者看的，要知道提高用戶體驗是非常重要的，如果寫一句通常的文字來介紹你的網站，要比簡單的關鍵詞堆砌要好得多吧，但在SEO方面只要適當的加入幾次關鍵詞就足夠了，不需要多么華麗的辭藻；

4.分析自己站內的鏈接

網站內部鏈接也是非常重要的，也就是我們通常所說的內鏈，內鏈能夠讓一個看起來非常分散的網頁連成一個一個的整體，內鏈的重要性絲毫不亞于外鏈的重要性，而且內鏈還要非常注重死鏈接，如果死鏈接過多，有沒有相應的404錯誤頁面，那是非常讓搜索引擎反感的，最終自然會導致網站權重的下降； 5.懂得分析自己網站服務器的IIS日志

可能很多人都聽說過分析IIS日志的重要性，的確如此，這是重點中的重點，為什么要分析服務器的日志呢?因為在這些日志中我們能夠看到蜘蛛的爬行軌跡，要知道蜘蛛對你網站的哪些方面的內容比較的感興趣，從而總結這些規律，這樣才有針對性的優化自己網站的內容，而具體的分析方法教程在互聯網上有一大堆，很容易就能夠找到的，在這里主要就是強調，分析網站，一定不能夠放過對服務器IIS的日志分析。第2章

如何進行網站的數據分析 網站分析需要對站內站外一系列數據的對分、分析和驗證來指導網站監控流量、吸收流量、保留流量，并利用流量完成轉化等目標，帶來的實際收益。2.1關鍵數據

每個網站的定位和客戶群都不同，運營的情況也千差萬別，考察用戶訪問、內容瀏覽和商業行為的關鍵數據，就能夠判斷網站運營的基本狀況。

1）獨立用戶訪問量：獨立用戶訪問量就是常說到的UV，即有多少臺電腦在24小時內訪問網站（UV和IP并不等同）；

2）積極訪問者比率：如果你的網站針對正確的目標受眾并且網站使用方便，你可以看到這個指標應該是不斷的上升；

3）忠實訪問者比率：每個長時間訪問者的平均訪問頁數，這是一個重要的指標，它結合了頁數和時間；

4）客戶轉化率：轉化率指在一個統計周期內，完成轉化行為的次數占推廣信息總點擊次數的比率；轉化率是網站最終能否盈利的核心，提升網站轉化率是網站綜合運營實力的結果；

5）客單價：每一個顧客平均購買商品的金額，也即是平均交易金額； 6）客戶滿意度：客戶期望值與客戶體驗的匹配程度，換言之，就是客戶通過對一種產品可感知的效果與其期望值相比較后得出的指數；

7）用戶回訪率：衡量網站內容對訪問者的吸引程度和網站的實用性，你的網站是否有令人感興趣的內容使訪問者再次回到你的網站；

8）投資回報率：用來衡量你的營銷費用的投資回報，把錢分配給有最高回報率的營銷方式。2.2收集數據

網站數據分析之前，先是需要收集和獲取數據的過程，盡量獲得完整、真實、準確的數據，做好數據的預處理工作，便于量化分析工作的開展。

網站后臺的數據：網站的注冊用戶數據（包括注冊時間、用戶性別、所屬地域、來訪次數、停留時間等等）、網站客戶訪問頁面數據（UV量，相關產品頁訪問量、訪問時間、平均停留時間）、訂單數據（包括下單時間、訂單數量、商品品類、訂單金額、訂購頻次等等）、反饋數據（客戶評價、退貨換貨、客戶投訴等）；

搜索引擎的數據：網站在各個搜索引擎的收錄量（site），網站在搜索引擎的更新頻率，關鍵詞在搜索引擎的競價排名情況，網站取得的搜索引擎信任的權重（google有PR值，sogou有SR）等等。

統計工具的數據：網站統計工具很多，基本都會提供訪客來自哪些地域，訪客來自哪些網站，訪客來自哪些搜索詞，訪客瀏覽了哪些頁面等數據信息，并且會根據你的需要進行廣告跟蹤等； 2.3量化分析

分析不只是對數據的簡單統計描述，應該是從表面的數據中找到問題的本質，然后需要針對的確定的主題進行歸納和總結。常用的分析方法有以下幾種：

趨勢分析：將實際達到的結果，與不同時期報表中同類指標的歷史數據進行比較，從而確定變化趨勢和變化規律的一種分析方法；具體的分析方法包括定比和環比兩種方法，定比是以某一時期為基數，其他各期均與該期的基數進行比較；而環比是分別以上一時期為基數，下一時期與上一時期的基數進行比較； 對比分析：把兩個相互聯系的指標數據進行比較，從數量上展示和說明研究對象規模的大小，水平的高低，速度的快慢，以及各種關系是否協調；在對比分析中，選擇合適的對比標準是十分關鍵的步驟，選擇的合適，才能做出客觀的評價，選擇不合適，評價可能得出錯誤的結論；

關聯分析：如果兩個或多個事物之間存在一定的關聯，那么其中一個事物就能通過其他事物進行預測；它的目的是為了挖掘隱藏在數據間的相互關系；

因果分析：因果分析是為了確定引起某一現象變化原因的分析，主要解決“為什么”的問題；因果分析就是在研究對象的先行情況中，把作為它的原因的現象與其他非原因的現象區別開來，或者是在研究對象的后行情況中，把作為它的結果的現象與其他的現象區別開來； 2.4提出方案

評估描述：對評估情況進行客觀描述，用數據支持你的觀點；

編制統計圖表：運用柱狀圖和條形圖對基本情況進行更清晰的描述；運用散點圖和折線圖表現數據間的因果關系；

提出觀點：根據現實情況的數據分析，提出你的觀點，預判網站的發展趨勢，給出具體的建議性的改進措施；

2.5優化改進

根據改進措施的實施，及時了解運營數據相應的變化，不斷優化和改進，不僅僅要治標而且要治本，使同類的問題不再出現；持續的監控和反饋，不斷尋找能從最根本上解決問題的最優方案。

總結

對網站進行分析并非一句話那么簡單，事實上，作為網站運營中的數據分析是一個持續的過程，同時也是循序漸進的過程，需要網絡運營人員實時監測網站運行情況，及時發現問題、分析問題并解決問題。這樣才能使網站健康持續的發展，因此網站數據分析起始于對網站的誕生，結束于網站的消失，貫穿整個網站生命周期的始終。

第三篇：店鋪運營數據分析及應用(講稿)

第一頁：為PPT內容標題，善融商務系列課程之網店運營數據分析及簡單應用。

第二頁：引言部分，對于店鋪來說數據分析有什么用呢？如果網站是為了流量而活的話，那么數據分析的終極意義就是監控流量、吸引流量、保留流量。第三頁：為目錄部分，本教程分為四個部分； 1．為什么要做數據分析2.有哪些數據需要分析3.如何去做好數據分析 4.數據分析的簡單應用

第四頁：第一部分為什么要做數據分析。包括監控流量、吸引流量、保留流量三塊內容。首先監控流量要及時掌握店鋪運營實況，IP訪問量與IPV單客頁面訪問量。

第五頁：其次監控流量包括監測店鋪數據變化，進行調整，IP訪問量—調整標題關鍵詞，產品圖片，策劃促銷活動，價格策略等。單客頁面訪問量，調整頁面設計，產品線策略等。

第六頁：最后監控流量應該及時監測調整結果，進一步優化，評估促銷活動效果，根據市場變化，隨時修正標題關鍵詞等內容。

第七頁：下面是為什么要做數據分析的吸引流量部分；吸引流量的第一塊內容為通過店鋪流量統計工具，查看分析店鋪的訪問高峰時段、分析訪客來源等相關數據，查看商品成交訂單最多的時段流量，及時調整商品上下架時間。

第八頁：吸引流量的第二塊內容為根據數據分析得出有效關鍵詞，在商品標題中多使用有效關鍵詞增加商品被搜索到的幾率！

第九頁：吸引流量的第三塊內容為根據數據分析，發現最近被點擊次數多的產品，將一些熱賣、爆款等推薦商品加入櫥窗推薦列表，增強商品曝光率。第十頁：吸引流量的最后一塊內容為：積極參加善融商務的營銷活動，限時搶購、團購、專題活動等通過以上四種方法達到吸引流量的目的。

第十一頁：下面是為什么要做數據分析的保留流量部分，第一塊內容為店鋪里上傳大量的新產品，增加產品數量，將直接拉升店鋪曝光，增加產品與店鋪再次被用戶訪問到的概率。

第十二頁：保留流量的第二塊內容為檢查店鋪裝修質量，提高買家用戶體驗，讓買家記住我們的商鋪。第十三頁：保留流量的第三塊內容為提高售后服務質量，讓買家有更好的用戶體驗，提升回購率。第十四頁：保留流量的第四塊內容為使用平臺各種收券功能，在買家消費的同時贈送買家本店的優惠券，旨在提高買家的返購率。第十五頁：保留流量的最后一塊內容為關聯銷售，通過找到該商品同時也可以關聯到其他商品，也可以在商品詳情描述里，添加其他商品進行組合銷售。進行聯動式營銷，讓買家在我們的店鋪內長時間停留。第十六頁：以上為我們為什么做數據分析部分，下面我們來了解下善融商務平臺有哪些數據可以進行分析呢。這里我們分為個人商城與企業商城兩個部分，先講個人商城，個人商城這里有六個數據值得分析，1.1.店鋪流量數據統計，1.2.店鋪交易數據統計，1.3.店鋪訪客地區統計.1.4.店鋪訪客來源統計1.5商品數據統計.1.6.好評率

第十七頁：講解通過登陸個人商城后臺-點擊”運營管理”查看店鋪流量數據統計,這里可以選擇不同的時間段查看訪問的獨立IP數量.第十八頁：講解通過登陸個人商城后臺-點擊”運營管理”查看店鋪交易數據統計,這里可以查看不同時間段產生的交流筆數與訂單量.第十九頁：

第二十頁：講解通過登陸個人商城后臺-點擊”運營管理”查看訪客地區統計,這里可以查看不同時間段,來訪的不同地域的IP地址。

第二十頁：講解通過登陸個人商城后臺-點擊”運營管理”查看店鋪訪客來源統計,這里可以查看不同時間段，來源地址的url與數量。

第二十一頁:講解通過登陸個人商城后臺-點擊”運營管理”查看商品數據統計。通過這里可以查詢，不同時間段，銷售商品的編號，數量，以及訪客瀏覽該商品的瀏覽數量。.第二十二頁: 講解通過登陸個人商城后臺-點擊”交易管理”評價管理。通過這里可以查詢，賣家會員的動態平分與星級等級，在不同時段，獲得的評價記錄。第二十三頁: 以上主要介紹的是個人商城的相關后臺數據統計，那么企業商城有哪些數據流量可以進行分析呢？

這里主要介紹以下幾種，2.1銷售數據分析 2.2 流量數據分析 2.3 客戶數據分析 2.4 好評率

第二十四頁: 講解通過登陸企業商城后臺-點擊”供應商服務”-銷售數據分析-基本銷售屬性。通過這里可以查詢，不同時間段，店鋪訪客數，成交用戶數、成交商品數量。

第二十五頁: 講解通過登陸企業商城后臺-點擊”供應商服務”-基本流量數據分析。通過這里可以查詢，不同時間段，店鋪訪問獨立ip數量。第二十六頁: 講解通過登陸企業商城后臺-點擊”供應商服務”-流量數據分析-空間首頁流量分析。通過這里可以查詢，不同時間段，店鋪首頁被訪問獨立ip數量，流量數據，訪客數量，頁面停留的時間。第二十七頁: 講解通過登陸企業商城后臺-點擊”供應商服務”-流量數據分析-商品頁面流量分析。通過這里可以查詢，不同時間段，某個商品頁面被訪問量，訪客數量，成交用戶數量，平均查看時間，平均查看人次，平均入店人次。

第二十八頁:講解通過登陸企業商城后臺-點擊”供應商服務”-客戶數據分析-數據指標分析。通過這里可以查詢，不同時間段，某個省或者地區的瀏覽量，訪客數，地區訪問趨勢。

第二十九頁: 講解通過登陸企業商城后臺-點擊”信用管理”-評價管理。通過這里可以查詢，賣家會員的交易總體滿意度，星級，在不同時段，獲得的評價數量。

第三十頁: 上面一章我們介紹了善融商務有哪些數據可以進行分析，下面我們來分享如何去做好數據分析的內容。首先要做好數據分析的第一點為熟悉行業業務及流程，關注行業最新動態。若脫離行業認知和業務背景，分析的結果只會是脫了線的風箏，沒有太大的實用價值。

第三十一頁: 第二點是要有明確的分析目的。不要為了分析而去分析！數據分析的前提是要有明確的目的，要知道自己進行數據分析是為了什么。

第三十二頁: 第三點營銷、管理等理論是數據分析的指導思想，使分析思路系統化。例如4P理論[4P營銷理論被歸結為四個基本策略的組合，即產品（Product）、價格（Price）、渠道（Place）、促銷（Promotion），由于這四個詞的英文字頭都是P，再加上策略（Strategy），所以簡稱為“4P’s”]等，從哪幾個維度去分析？考慮哪幾個方面？故而使數據分析變得有血有肉有脈絡，真正做到理論指導實踐 第三十三頁: 第四點為掌握有效數據分析辦法，了解數據分析流程，掌握數據分析基本原理與方法，并靈活運用到實踐工作中，不論簡單還是復雜的分析方法，只要能解決問題的方法就是好方法；

第三十四頁:第五點熟練使用數據分析工具，建議先玩轉EXCEL數據透視表，有興趣、時間、需要的話，再學習SPSS、SAS等統計分析工具，同樣，只要能解決問題的工具就是好工具；做到以上五點要求，我們的數據分析就能達到要求標準。

第三十五頁：以上為如何進行數據分析部分，下面我們來分享最后一部分內容，數據分析的簡單應用。首先我們來關注相關與業績的三個關鍵數據，主要為 UV（包括訪問人數 訪問來源 性別，年齡，地域 頻次 訪問時間 購買時間），轉換率（包括網站轉化率 回訪者比率 積極訪問者比率 忠實訪問者比率 營銷工具的使用 商品管理及組合），單客價（包括投資回報率平均訂貨額，客單價，價格區間，產品定價，筆單價），最后銷量業績算法等于UV+轉換率+單客價。

第三十六頁：其次為關鍵數據的計算公式

1、網站轉換率 Take Rates(Conversions Rates)計算公式：網站轉換率＝進行了相應的動作的訪問量／總訪問量

指標意義：衡量網站內容對訪問者的吸引程度以及網站的宣傳效果

第三十七頁:

2、回訪者比率 Repeat Visitor Share 計算公式：回訪者比率＝回訪者數／獨立訪問者數 指標意義：衡量網站內容對訪問者的吸引程度和網站的實用性，你的網站是否有令人感興趣的內容使訪問者再次回到你的網站。第三十八頁：

3、積極訪問者比率 Heavy User Share 計算公式：積極用戶比率＝訪問超過N頁的用戶／總的訪問數

指標意義：衡量有多少訪問者是對網站的內容高度的興趣

第三十九頁：

4、忠實訪問者比率 Committed Visitor Share 計算公式：訪問時間在N分鐘以上的用戶數／總用戶數

指標意義：和積極訪問者比率的意義相同，只是使用停留的時間取代瀏覽頁數，取決于網站的目標，你可以使用兩個中的一個或結合使用。

第四十頁：最后是其它關鍵數據計算公式：包括 1投資回報率 Return on Investment(ROI)計算公式： 投資回報率＝每筆產出(CON)/每筆訂單成本(CPO)指標意義： 用來衡量你的廣告的投資回報

2每筆產出 Contribution per Order(CON)計算公式：每筆產出＝（平均訂貨數Ｘ平均邊際收益）－每筆訂單成本

指標意義：每筆訂單給你帶來的現金增加凈值

3單筆訂單成本 Cost per Order(CPO)計算公式：單筆訂單成本＝總的市場營銷開支／總訂貨數

指標意義：衡量平均的訂貨成本

第四十一頁：今天關于善融商務數據分析及簡單應用的分享就到此為止，善融商務，與您同行，謝謝！

第四篇：中小企業網站運營數據分析實例

中小企業網站運營數據分析實例 案例說明：

該企業正式開展網絡推廣不到1年，通過詳細的日常數據記錄及定期的分析總結，已能較好的從數據分析報表中發現企業實際存在的問題，并及時改進。通過改進，企業的網絡咨詢情況得到明顯的改善，網絡銷售業績也能夠保持平穩的增長，同時網絡推廣費用也控制在合理范圍之內。

正題：

對于企業網站，不論是網站從一開始建立發布，還是到后期的成熟運營，都會產生并逐漸沉淀很多數據，比如

? 日均瀏覽頁面數量、? 日均訪問網站的人數、? 每次訪問平均花費時間、? 每個訪問者平均訪問幾個頁面、? 哪些頁面跳出率高、? 訪客的回頭率、? 訪客通過什么途徑訪問網站，比例如何、? 競價費用主要消耗在哪些關鍵字上，關鍵字花費比例、? 每帶來一個咨詢客戶花費的成本、? 哪些長尾關鍵字被搜索頻率高、? 站內搜索熱門關鍵字、? 訪客集中的地域、? 每天咨詢客戶的數量、? 每天因為各類原因而流失的咨詢客戶數量、? 網站轉化率、? 訪客訪問網站的時間分布規律、? 當然也包括網站總體內容被收錄量等等

對于企業網絡運營中產生的這些數據，我們應該從何考慮？

從現實的情況看，除了一些較大電子商務企業或互聯網企業，他們有良好的數據分析基礎和能力以外，基本上多數中小企業實施的網絡業務，并沒有能夠有效面對和處理這些運營數據。

究其原因，除了企業管理人員不夠重視以外，企業具體負責網絡業務的人員往往也缺乏主動的意識和管理的高度去面對這些數據。作為網絡業務負責人，他們關注更多的是網絡的投入與產出，會把更多的精力放在優化成本和提高銷售上。對于運營細節，比如數據分析，他們投入的關注往往還不夠。

因此，本文企圖通過實際案例分析，說明如何進行數據統計、分析，數據分析的意義，及對企業的現實意義等。其中也能窺探到，良好的數據分析是能夠有效節約成本及促進銷售的，當然這不是本文的重點。

網站運營能產生如上面所述的很多數據，但具體到每家企業，它所需要的數據可以是不一樣的，這是根據企業管理人員的要求，及網站業務運營的需求而定。

如果側重用戶體驗，則統計的數據側重跳出率、轉化率、回頭率、平均訪問時間、平均訪問頁面數量等；

如果側重投入產出，則統計競價、推廣的相關情況，以及咨詢、流失的情況；

如果側重網站運營管理，則不僅統計以上兩項，上文描述的各類數據項，都需要詳細統計。因為網站運營牽系的不僅是網絡業務，還與企業其他部門發生聯系，比如企劃、市場、營銷、產品、服務、物流等。這些部門的運作情況，是可以通過網絡數據觀察到的，從網絡數據的分析結果，我們也能很準確的看到各個環節的問題。

在本案例中，我根據該企業實際情況，羅列了幾點，1、用什么工具統計？

2、應該統計哪些數據？

3、如何看待及分析這些數據（統計數據并分析的目的）？

4、數據分析產生哪些結果及結論？

5、數據分析結論對企業的現實意義？

??用什么工具統計？

案例采用的數據統計工具：百度商橋

統計工具有很多，CNZZ、51LA、量子統計、GA等。但從準確性來看，似乎沒有絕對的，各家都有側重和優勢，可以同時裝2種統計工具。

??應該統計哪些數據？

案例統計的數據類項：

a.咨詢者來訪日期

b.咨詢者來訪地區

c.咨詢者來訪途徑（百度/谷歌/直達）

d.咨詢者來訪關鍵字

e.咨詢者到達頁

f.平均訪問時間

g.平均瀏覽頁面數量

h.咨詢者是否對話

i.咨詢者客戶姓名

j.咨詢者聯系方式

k.咨詢者提問的問題

l.客服的解答

m.客服人員

n.客戶咨詢時間

o.客服回應時間

p.交流歷時

??數據類項說明：

? 日期。該項要想反應出積極意義，需要一段較長的時間。從訪客咨詢日期的曲線上，我們將能看到客戶咨詢的時間規律，便于企業做出響應的對策。

? 來訪地區。除了能知道咨詢客戶多數來自哪里以外；當你在百度商橋內設置了推廣區域，從來訪地區的統計結果也能看出百度商橋的限制區域設置到底作用如何。

? 來訪路徑。可以清晰的統計咨詢客戶常用哪一種方式，由此我們可以評估三種途徑的重

要性，并在后面的推廣中做好調整。

? 關鍵字。通過這些關鍵字我們可以知道客戶的訪問心理，并且可以適時將這些關鍵字補

充進競價關鍵字體系內。同時在做長尾時，也可以重點參考。

? 到達頁。當某一個頁面到達率非常高時，應該在這一頁面上多做營銷動作。很多時候，如果競價人員不做精細化調整或者企業網站可推頁面少，那到達頁基本是首頁，因此企業的首頁非常重要，營銷人員應該重視。

?平均訪問時間。理論上平均訪問時間越長，用戶黏性越高。

?平均瀏覽頁面數量。理論上平均瀏覽頁面數量越高，說明網站本身的內容在用戶看來，可看性強。

? 是否對話。來訪人員打開了咨詢窗口，也許就是看看，啥也沒有說，統計實際對話數量，便于統計有效率咨詢率。

? 咨詢提問的問題。從問題我們可以深刻了解客戶需求，統計這些問題，便于我們洞悉客

戶真實需求。同時可以加以分類，做出詳細的在線咨詢Q&A，提高咨詢效率和有效性。

? 客服的解答。從客服的解答，管理人員可以及時了解客服的專業能力，服務能力，銷售

能力等；同時，也便于客服自我總結。咨詢的人未必是最終購買的人，但良好的客服解答對建立企業在線咨詢形象和口碑傳播非常重要。

? 客戶咨詢時間。統計咨詢時間，主要是找出客戶咨詢的時間規律，企業可以在重點時間

段安排人員盯守，防止客戶流失。

? 客服回應時間。快速的客服響應對于在線咨詢來說極其重要；了解自己客服的響應時間

也能知道客服的工作狀態。

? 交流時間。有效的新客戶咨詢通常來說，時間會比較長。通過記錄交流時間和對話內容，兩者相比，可以一定程度上反映客戶的質量度。

??如何看待及分析這些數據（統計數據并分析的目的）？

網絡數據基本是靜止的、被動的，一般是定量或定性的記錄，它是網站運營分析的最重要的基礎，因此這些數據務必要詳實準確，而要想從數據中挖掘出有價值的信息，就需對數據進行再統計分析。

依據良好的企業網站運營數據記錄和分析，我們可以：

? 幫助改進網站用戶體驗、? 監控推廣的投入產出、? 考核相關人員的績效、? 分析線上營銷活動的成效、? 發現企業存在的運營管理問題（比如客服、銷售、營銷、推廣的工作配合問題）、? 預測市場未來的趨勢等

對于數據的意義，這里用馬云的兩段話做注釋：

? “提前預測到金融危機正因為這些數據，使我們提前八個月到九個月預測到金融危機。2

008年初，我們突然發現整個詢盤數急劇下滑，歐美對中國采購在下滑。海關是賣了貨，出去以后再獲得數據;而我們提前半年時間從詢盤上推斷出世界貿易發生變化了。所以我們提前了十二個月做了一些準備，鼓勵小企業度過難關，所以我們在2008年7月21日，奧運會前兩個禮拜我們寫了一封信，告訴企業界冬天來了，請所有企業做好準備。”

? “我們真正的進入一個數據時代··· 淘寶上消費者消費行為(現在淘寶有2億消費者，每天到淘寶上想來買東西的人有4300萬人，完成500萬筆交易的大量數據，加上我們支付寶數據，我們突然發現我們真正的在進入一個數據時代。我們今天掌握的數據，對國家宏觀經濟、微觀經濟、對個人消費，特別對制造業是巨大無比的寶庫，所以我們準備做云計算，五年以后，我們的競爭一定是在計算數據上面的競爭，我們在這兒將大力投資···”

案例中的企業進行數據分析，主要目的是為了改進網站用戶體驗、監控投入產出、發現企業存在的運營問題。這幾個問題在下面的敘述中都有描述。

??數據分析產生哪些結果及結論？

數據分析產生的結果及結論，一般由網站運營推廣的負責人總結分析并出具詳細報告。舉這家企業的例子，他們主要統計了以上那些對他們而言重要的數據項，產生了以下結果：

? 客服響應咨詢的時間及回答質量

? 客戶咨詢最多的問題

? 長尾關鍵字、核心關鍵字

? 競價效率

?平均訪問時間及平均訪問頁面數量

? 有效咨詢率

? 工作時間段流失率（8：30-12：00）（13：00-17：00）

? 非工作時間[包括中午吃飯時間]段流失率

? 投入產出月統計

隨之即可以分析出：

? 客服工作狀態及業務能力

? 客戶真實需求是什么

? 競價推廣的重要性占比如何

? 網站建設水平如何

? 客服工作管理安排是否合理有效

? 是否需要增加值班客服

? 推廣人員績效考評

附圖：

??數據分析結論對企業的現實意義？

上述的分析所產生的確切結論，將對網站運營、人員管理、企業運營、部門協作都產生明顯的影響。比如：

? 客服工作狀態及業務能力

客服響應速度慢還是快，直接關系到客戶體驗，良好的人員管理及制度能夠保證高效的響應速度，同時如果從記錄中反應客服專業能力欠缺，可及時安排培訓。

? 客戶真實需求是什么

通過客戶的咨詢問題，可以知道他們的真實需求，解決客戶真實需求是推廣、營銷、在線咨詢、銷售必須面對和解決的問題。

? 競價推廣的重要性占比如何

網絡推廣，一般是付費和非付費兩種形式。作為付費的主要方式-競價，在整個銷售產出中發揮的作用到底有多大，這個占比對網絡運營推廣有直接的影響，成本的節約也主要發生在這一環節。

? 網站建設水平如何

從用戶黏性各指標分析，是否需要改進網站內容的、設計的用戶體驗。

? 客服工作管理安排是否合理有效

合理安排客服工作，盡量降低工作時間內的咨詢流失率。而這也是促進提高銷售的最直接方法。

? 是否需要增加值班客服

如果非工作時間客戶咨詢確實多，企業務必需要考慮增加值班人手。這同時也是增加了銷售的時間段。（還是有很多企業是有值班客服的，特別是一些醫藥醫療整容機構）

? 推廣人員績效考評

合理的績效考評是推動人員工作的直接動力。

附圖（說明：九月份在線客服調整到位）

第五篇：運營工作之數據分析是什么

運營工作之數據分析是什么

現在已經調入運營支持中心將近5個月了，很多人很好奇到底運營支持中心每天都做些什么工作，之前曾經寫過一篇文章是關于培訓的，這是我的主要工作之一，那么今天想跟大家簡單聊聊我的另一個非常重要的工作——數據分析。

到底什么是數據分析，剛開始接手這個工作的時候我也很迷茫，不知道該從哪下手，后來，經過岳總給我的指導，包括介紹我閱讀了一些書籍，慢慢的也有了一些體會。其實數據分析用一句話來概括：就是用數據說話！

舉個簡單的例子，比如銷售部想要對在職員工進行一次有針對性的培訓，旨在提高單量，但是在選擇課程上犯了難，這時候就可以用數據分析來解決：首先，我們可以從員工每日的工作量得出一線人員的電話量、有效電話率、拜訪率和成單率；因為我們的目標是提高單量，所以我們可以對數據進行簡單的分析，找出到底是哪一環節出了問題，比如我們發現一線員工的電話量較低，那么我們可以再深度調研電話量低的原因是什么，是電話信息不夠還是員工的工作態度有問題，前者我們可以針對收集客戶信息選擇相應課程，后者我們可以從思想上多做培訓或者鼓勵；再或者我們發現成單率較低，那么肯定是一線在談單技巧上出現了問題，那么在選擇培訓課程上就要在談單方面做文章了。

這只是個非常簡單的例子，其實數據分析還能做的更多事情，甚至可以預測未來，就拿剛結束的世界杯來說，百度利用大數據預測了最后一場決賽的結果。我簡單看了一下，百度主要從以下幾個方面來分析最終的比賽結果：

a.球隊實力——通過兩只球隊近兩年的表現來評估球隊的硬實力；

b.近期狀態——通過球隊在本屆世界杯和世界杯之前友誼賽的表現來評估兩支球隊當前的狀態；

c.大賽能力——用來衡量一支球隊在世界大賽上的一貫表現；

d.主場效應——用來衡量一支球隊對比賽所在場地、環境和氣候等的適應度； e.博彩指數——這個指數反映了一支球隊在博彩市場上的賠率表現

f.以往結果——兩只球隊歷史上交鋒結果，用于衡量隊員心里壓力、打法風格等因素 經過大數據分析后，最終百度成功的預測了比賽的結果。

通過以上兩個例子，相信大家已經對數據分析有了簡單的了解。當然在我們實際工作當中，我認為數據分析主要應用于兩個方面：

對外：市場分析——幫助我們快速找到客戶需求，從而根據客戶需求設計我們的產品或者銷售策略；

對內：團隊分析——分析公司運營中的各項數據指標，向各部門輸出，從而協助管理層制定相應管理或運營策略。

以上就是我對數據分析的簡單看法，希望大家通過這篇文章能更了解數據分析工作，下篇文章會簡單談一些關于如何做數據分析的工作，希望大家喜歡。